GRDLMM Kompression und Datenformate Jens Reinhardt HTW Berlin
GRDL-MM Kompression und Datenformate Jens Reinhardt HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Ziele ✦ Verständnis für ✦ ✦ ✦ Kenntnis von ✦ ✦ Notwendigkeit der Datenreduktion Unterschiedliche Ansätze für Kompressionsverfahren elementaren Kompressionsverfahren Vorbereitung für ✦ konkrete Kompressionsverfahren für Bild, Audio und Video HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 2
Einordnung - Multimediales System Anwendungen Lernen Design Benutzerschnittstelle Kommunikation Synchronisation Sicherheit Dokument Nutzung Dienste Dienstgüte Betriebssystem Kommunikation Netze Speicherung Media Server DB Opt. Speicher System Kompression Rechnerarchitektur Grundlagen Medienobjekte Bild/Grafik Audio Video Animation Nach: Steinmetz, Multimedia-Technologie, 1999 HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 3
Kompression von Daten HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Warum Kompression? ✦ Ziel: ✦ Datenreduktion von digitalisierten Bildern und Video ✦ ✦ Reduktion von Speicherplatz Reduktion von Übertragungsbandbreite Randbedingungen: ✦ kein Verlust relevanter Informationen ✦ Tolerable Beeinträchtigungen der Qualität (? ? ? ) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt ✦ Nutzen: ✦ effiziente Speicherung ✦ schnelle Übertragung Anwendungen: ✦ Übertragung in Echtzeit ✦ Speicherung und Archivierung 5
Randbedingungen ✦ Menschliche Wahrnehmung ✦ Anforderungen an Bild-, Audio und Videokompression möglichst (scheinbar) unverfälschte Wiedergabe der Wirklichkeit Dinge die nicht wahrgenommen werden, werden vernachlässigt HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 6
Anforderung an A/V Kompression Anwendung, Netzwerk und Client definieren Anforderungen für das Kompressionsverfahren Anwendungs. Aspekte - Bildqualität - Skalierbarkeit - Kompatibilität - Verzögerung - Fehlertoleranz - Echtzeit - Komplexität Netzwerk-Aspekte Kompression s Algorithmus - Fehlerstatistik - Transferrate - Transfer-Mode - Access Mode - Verzögerungszeit Client-Aspekte - Rechenleistung - Kompatibilität HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 7
Kompressionsverlauf ✦ Encoder Eingangssignal s(n) numerische Operationen - reversibel - irreversibel Datenstream Codeword allocation . . . 001110001. . . g(n) ✦ Decoder Datenstream inverse Codeword allocation g(n) ✦ Ziel: inverse numerische Operationen - reversibel - irreversibel Ausgangssignal s‘(n) Finde Code-Wort-Zuordnung für Eingangsignal mit ✦ Minimaler Anzahl an Bits ✦ eindeutige Rekonstruierbarkeit ✦ Eingangs- und Ausgangssignal „größtmöglich gleich“ ✦ Problem: Finde optimale numerische Operationen und Code-Wort-Tabellen HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 8
Kompression - Prinzipien ✦ Redundanz: ✦ ✦ Informationen die aus räumlichen, zeitlichen oder statistischen Informationen abgeleitet werden kann Reversible Kompression Verlustfreie Kompression Irrelevanz: ✦ ✦ ✦ Nicht wahrnehmbare oder unwichtige Information Irreversible Kompression Verlustbehaftete Kompressionsverfahren reduzieren redundante Daten und extrahieren die relevanten Informationen HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 9
Kriterien zur qualitativen Beurteilung ✦ Kompressionsrate ✦ ✦ Kompressions- und Dekompressionsaufwand ✦ ✦ ✦ Verhältnis der Originaldatenmenge zur Datenmenge der komprimierten Daten (z. B. 10: 1; Originaldatenmenge ist 10 mal größer als die Menge der komprimierten Daten) Rechenaufwand und Art der benötigten Operationen Symmetrie (Verhältnis von Kompressions- und Dekompressionsaufwand) ✦ symmetrische Kompression ✦ asymmetrische Kompression Konfigurierbarkeit ✦ ✦ Möglichkeit der anwendungsspezifischen Optimierung durch Wahl bestimmter Parameter in Hinblick auf die Kompressionsrate, Bildqualität, . . . Kodierung mehrerer Auflösungen (z. B. „Detail on Demand“ HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 10
GRDL-MM Kompression, Bilder und Datenformate Jens Reinhardt HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Methodik der Kompression: Physikalisch/Logisch ✦ Physikalische Kompression ✦ ✦ ✦ Reduktion der Datenmenge durch weniger redundante Kodierung Beispiel: Run-Length-Encoding (RLE) Logische Kompression ✦ ✦ Verwendung einer Tabelle von Abkürzungen für wiederkehrende Datensequenzen Beispiel: Lempel-Ziv-Welch (LZW) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 12
Symmetrie ✦ Symmetrische Kompression ✦ ✦ ✦ Verfahren verwendet wird für Kompression und Dekompression nahezu den selben Algorithmus Zeitaufwand für Kompression und Dekompression etwa gleich Asymmetrische Kompression ✦ ✦ Kompressions-Asymmetrische Kompression ✦ Kodierung ist deutlich aufwendiger als die Dekodierung ✦ Beispiel: JPEG, MP 3 Dekompressions-Asymmetrische Kompression ✦ Dekodierung aufwendiger als Kodierung HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 13
Adaption ✦ Adaptive Kodierung ✦ ✦ Nichtadaptive Kodierung ✦ ✦ ✦ Abstimmung auf die Art der zu komprimierenden Daten, z. B. logisches Kompressionsverfahren mit vorgegebener Abkürzungstabelle Keine Annahmen über die zu komprimierenden Daten Komprimierung erzielt abhängig vom Ausgangsmaterial unterschiedlich gute Ergebnisse Halbadaptive Kodierung ✦ Zweistufiges Verfahren ✦ Erstellung einer Abkürzungstabelle ✦ Kodierung durch die Tabelle HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 14
Rekonstruierbarkeit ✦ verlustfreie Kompression ✦ ✦ ✦ Entfernt keine Informationen aus dem Datenbestand Wiederherstellung der ursprünglichen Daten aus einer komprimierten Datei oder Datenstrom ist vollständig möglich Beispiele: ✦ ✦ Run-Length-Encoding (RLE), Lempel-Ziv-welch (LZW), ZIP verlustbehaftete Kompression ✦ ✦ ✦ Die dekomprimierte Datei „ähnelt“ nur der Ausgangsdatei Informationsverlust Beispiele: ✦ Joint-Picture-Experts-Group (JPEG), Motion-Picture-Experts-Group (MPEG), Advanced Audio Coding (AAC) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 15
Klassifizierung Entropiekodierung - keine Datenanalyse - Verlustfrei Quellenkodierung - Datenanalyse und Semantik - Verlustbehaftet HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt Hybride Verfahren 16
Verlustfreie Kompressionsverfahren Entropiekodierung RLE, Pattern Substitution, LZW, Huffman & Co HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Entropie ✦ ✦ . . . ist ein theoretisches Maß für den Informationsgehalt von Bildern Hohe Entropie ✦ ✦ Niedrige Entropie ✦ ✦ ✦ Bildinhalt ist in hohem Maße „unberechenbar“ viel „Zufälligkeit“ enthalten das Bild hat wenig Redundanz Bildinhalt ist in hohem Maße „berechenbar“ wenig „Zufälligkeiten“ enthalten das Bild hat hohe Redundanz wird in Bit angegeben die maximale Entropie eines Bildes entspricht der Summe des Speicherplatzes für alle Pixelwerte der Bildmatrix Die Entropie eines homogenen Bildes (alle Pixel haben den gleichen Farbwert) ist Null HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 18
Entropie ✦ ✦ Mittlere Anzahl von Bits pro Pixel, die für die verlustfreie Codierung eines Bildes notwendig sind. Beispiel: Ein Binärbild (L=2) hat gleich viele schwarze und weiße Pixel, d. h. Objektpixel und Hintergrundpixel sind gleichwahrscheinlich: p 0 =1/2, p 1 = 1/2 HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 19
Entropie ✦ ✦ Mittlere Anzahl von Bits pro Pixel, die für die verlustfreie Codierung eines Bildes notwendig sind. Beispiel: In einem Binärbild (L=2) werden 80% der Pixel durch den Hintergrund belegt: p 0 =4/5, p 1 = 1/5 = - (0, 8 * -0, 322 + 0, 2 * -2, 322) = 0, 722 HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 20
Run Length Encoding (RLE) ✦ sinnvoll beim Auftreten von stark redundanten Datenmustern, wie z. B. flächige Farben ✦ Verwendung eines Kennzeichens zur Unterscheidung von Wiederholungsfaktor und Datenwort (z. B. 0) ✦ Einfachwiederholung zur Darstellung des Kennzeichen als Datenwort ✦ Formate: TIFF, PCX, BMP ✦ Beispiel: 1234111 4 2222 78 555555 78888 96666 0374 1234 031 4 042 78 06570889086 010 374 HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 22
Statistische Verfahren ✦ Idee ✦ Unterschiedliche Zeichen müssen nicht mit gleicher Bitanzahl kodiert werden ✦ Besser ✦ Verwende für häufige vorkommende Zeichen wenige Bits ✦ Verwende für selten auftretende Zeichen längere Bitfolgen HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 23
Statistische Verfahren (Vorbetrachtung) ✦ sei U = {a 1, a 2, a 3, a 4, a 5, a 6, a 7, a 8} ein Alphabet Code A: Standard Binary Code B: Zeichen W-keit Codewort a 1 0, 4 000 a 1 0, 4 0 a 2 0, 15 001 a 2 0, 15 1 a 3 0, 15 010 a 3 0, 15 00 a 4 0, 1 011 a 4 0, 1 01 a 5 0, 1 100 a 5 0, 1 10 a 6 0, 05 101 a 6 0, 05 11 a 7 0, 04 110 a 7 0, 04 000 a 8 0, 01 111 a 8 0, 01 001 Fixed Length Code HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt Variable Length Code 24
Statistische Verfahren Code A: Standard Binary Code B: Zeichen W-keit Codewort a 1 0, 4 000 a 1 0, 4 0 a 2 0, 15 001 a 2 0, 15 1 a 3 0, 15 010 a 3 0, 15 00 a 4 0, 1 011 a 4 0, 1 01 a 5 0, 1 100 a 5 0, 1 10 a 6 0, 05 101 a 6 0, 05 11 a 7 0, 04 110 a 7 0, 04 000 a 8 0, 01 111 a 8 0, 01 001 ✦ Kodierung von a 3 a 7 ✦Code A: a 3 a 7 = 010110 ✦Code B: a 3 a 7 = 00000 -> a 1 a 1 a 1, a 1 a 3 a 1 a 1, a 3 a 7 a 7, . . . ? ? ? HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 25
Statistische Verfahren Code C: Zeichen W-keit Codewort a 1 0, 4 00 a 2 0, 15 011 a 3 0, 15 010 a 4 0, 1 100 a 5 0, 1 101 a 6 0, 05 110 a 7 0, 04 1110 a 8 0, 01 1111 ✦ Präfix Code: ✦Kein kurzes Codewort ist Präfix eines langen Codewortes ✦eindeutige Dekodierung des Strings 00 011 010 00 101 010 a 1 a 3 a 2 a 3 a 1 a 5 a 3 HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 26
Huffman-Kodierung ✦ ✦ ✦ David A- Huffman 1952 Erstellung einer Tabelle mit variabler Wortlänge (Kodierung auf Bitebene, Entropiekodierung) Häufige Werte erhalten kurze Tabellenworte Aufteilung eines Dokuments in mehrere Blöcke Tabelle der Kodierung muss übermittelt werden Beispiele ✦ JPEG, PNG, MP 3, MPEG HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 27
Huffman-Kodierung ✦ ✦ Verfahren erzeugt Codebäume Codebaum repräsentiert für ein Alphabet die Codewörter: ✦ Symbol = Blatt des Baums ✦ Code = Kantenbeschriftung auf dem Weg zum Symbol 0 1 a 1 0 b 1 c 0 Symbol a b c d Code 1 0 011 010 d HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 28
Huffman-Kodierung ✦ ✦ Erstelle einen Wald mit "Bäumen", ein "Baum" für jedes Zeichen. Jeder dieser "Bäume" enthält nur einen einzigen Knoten: das Zeichen. Suche die beiden "Bäume", die geringste Häufigkeit haben. Entferne diese 2 Bäume aus dem Wald und ersetze sie durch einen neuen "Baum", der die beiden entfernten "Bäume" zusammenfasst. Benutze die Gesamtwahrscheinlichkeit dieses neu eingefügten Baumes zur weiteren Analyse. Wiederhole Schritt 2 so oft, bis nur noch ein Baum übrig ist. http: //www. tillwiebke. de/tools/hsf/ HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 29
Huffman - Beispiel ✦ sei U = {a 1, a 2, a 3, a 4, a 5, a 6, a 7, a 8} ein Alphabet a 12345678 = 1. 0 0 0 a 25678 a 2345678 1 a = 0. 4 = 0. 6 1 1 a = 0. 25 = 0. 35 0 34 1 a = 0. 15 0 a = 0. 2 2 5678 0 a = 0. 1 4 1 a = 0. 1 678 0 a = 0. 1 5 1 a = 0. 05 78 0 1 a = 0. 15 3 Zeichen W-keit a 1 0, 4 a 2 0, 15 a 3 0, 15 a 4 0, 1 a 5 0, 1 a 6 0, 05 a 7 0, 04 a 8 0, 01 Mittlere Codewortlänge: 2. 55 6 1 a = 0. 04 8 7 HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 30
GRDL-MM Kompression und Datenformate Jens Reinhardt HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Statische Pattern Substitution ✦ ✦ Häufig vorkommende Muster werden durch einzelne Bytes ersetzt Kodierung erfolgt mittels Maskierungszeichen: ✦ ✦ ✦ Maskierungszeichen zeigt an: es folgt ein kodiertes Wort anschließendes Byte ist ein Index zur Repräsentation von einem von 256 möglichen Worten Beispiel: ✦ ✦ Maskierungszeichen ! Code-Tabelle Index 0 1 2 3 Index SCH ST CH DENT HOCHSCHULSTUDENT (16 Byte) -> HO!2!0 UL!1 U!3 (13 Byte) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 32
Huffman-Kodierung ✦ Vorteile: ✦ ✦ Huffman Codes sind Präfix-Codes bei fester Wahrscheinlichkeitsverteilung und ganzzahliger Codewortlänge ist Huffman Kodierung optimal Kompressionsrate für natürliche Bilder ist typischerweise bei 1: 3 Nachteile: ✦ sehr empfindlich gegenüber Übertragungsfehlern HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 33
Lempel-Ziv-Welch (LZW) ✦ ✦ ✦ Ursprungsformat 1977 von Abraham Lempel und Jakob Ziv „LZ 77“ Verwendung in Textverarbeitungsprogrammen, dem UNIXProgramm „compress“, in den Paketen „zoo“, „lha“, „pkzip“ und „arj“ Modifizierter „LZ 78“ Algorithmus für Binärdateien und Bitmaps 1984 Modifikation des „LZ 78“ durch Terry Welch bei Unisys für high-performance disc controller“ in den heute bekannten „LZW“ Algorithmus Stufenweise Erstellung eines Wörterbuches (Übersetzungstabelle) aus dem Datenstrom (substitutionsoder wörterbuchbasierter Algorithmus) Algorithmus war bis 2007 patentgeschützt (Compuserve/Unisys) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 34
LZW Algorithmus Kompression: Dekompression: set w = NIL read a character k output dictionary entry for k w = k loop read a character k entry = dictionary entry for k output entry add dictionary entry for w + first char of entry to the dictionary w = index of entry endloop read a character k if wk exists in the dictionary w = wk else output the code for w add wk to the dictionary w = k endloop HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 35
LZW Beispiel Kompression ✦ Beispiel ✦ ✦ Originaldaten: LZWKodierung: ABACABA ABACAB A. . . 01 0 2 3. . . set w = NIL loop read a a character k k read if if wk wk exists in in the dictionary w = = wk wk w else output add wk w = k wk Index Substring NIL A A 0 A A B AB 1 B B A BA 2 C AC 3 AB C A CA 4 BA A B AB AB A ABA 5 AC 6 CA 7 ABA w k the code for w to the dictionary endloop HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 36
LZW Beispiel ✦ Originaldaten: ABACABA ✦ LZW-Kodierung: 010230 ✦ Vorteil: ✦ Tabelle muss nicht mit übertragen werden ✦ Formate: ✦ ✦ GIF, TIFF, Post. Script Level 2 Index Substring 0 A 1 B 2 C 3 AB 4 BA 5 AC 6 CA 7 ABA http: //ww 2 -fs. informatik. unituebingen. de/~reinhard/LZW_Applet. html HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 37
Kompression Eingangssignal s(n) Datenstream numerische Operationen - reversibel - irreversibel Datenstream Codeword allocation . . . 001110001. . . g(n) inverse Codeword allocation g(n) inverse numerische Operationen - reversibel - irreversibel Ausgangssignal s‘(n) Entropiekodierung (Verlustfreie Kompression) Universelle Verfahren Lauflängencodierung statische Pattern Substitution Statistische Verfahren Morsecode Huffman HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt Tabellengesteuerte Verfahren Lempel Ziv Welch Zip 38
Klassifizierung Entropiekodierung - keine Datenanalyse - Verlustfrei Quellenkodierung - Datenanalyse und Semantik - Verlustbehaftet HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt Hybride Verfahren 39
Digitale Speicherung von Bildern Digitalisierung Informationsgehalt Speicherbedarf HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Digitalisierung von Informationen ✦ ✦ Diskretisierung (Sampling) Quantisierung HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 41
Optische Eingabe über Lichtsensoren ✦ CCD (Charge Couple Device) ✦ ✦ ✦ analoger Sensor: die gelieferte Spannung ist proportional zur Lichtintensität Erkennt keine Farbe, d. h. Licht wird über Filter oder Prismen aufgespalten Einsatzgebiete: Scanner, Digitalkamera, Camcorder Erfasste Vorlagenbereiche Glasplatte CCD CCD CCD HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 42
Digitalisierung von Bildern ✦ ✦ Digitalisierung in quadratische Pixel (Picture Elements, Bildpunkte) Auflösung (Dichte der Pixelelemente) angegeben in dpi (dots per inch) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 43
Quantisierung bei Bildern 256 Graustufen = 8 bit pro Pixel 256 Farben = 8 bit pro Pixel 32. 768 Farben = 16 bit pro Pixel 16, 7 Mio Farben = 24 bit pro Pixel HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 44
Speicherplatzbedarf Bildschirmauflösungen True. Color (24 bit/Pixel) Bezeichnung Auflösung VGA 640 x 480 900 k. Byte SVGA 800 x 600 1. 406 k. Byte XGA 1024 x 768 2. 304 k. Byte SXGA 1152 x 864 2. 916 k. Byte HD 720 1280 x 720 2700 k. Byte UXGA 1600 x 1200 5. 625 k. Byte HD 1080 1920 x 1080 6075 k. Byte UHD, 2160 p 3840 x 2160 24300 k. Byte HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt Speicherplatz 45
Übersicht Bildformate Foto-/Rasterformate TIFF, GIF, PNG, JPEG/JFIF/EXIF. . . Grafik-/Vektorformate DXF, HPGL, EPSF, SVG, . . . HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Rasterformate TIFF, GIF, BMP, PNG HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Kriterien zur Auswahl von Rasterformaten ✦ ✦ ✦ Speicher sparen Schnelles Öffnen und Speichern Kompatibilität: Austauschbarkeit und Verwendbarkeit mit verschiedenen Programmen und Betriebssystemen Verwendbarkeit für das World Wide Web Verwendung von Ebenen, Alphakanälen u. a. HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 48
Parameter von Rasterformaten ✦ Rasterung ✦ ✦ Digitalisierung/Scannen eines Bildes Zerlegung in Punktestruktur abhängig von der Punktdichte entsteht beim Betrachter der Eindruck eines konturscharfen Bildes Bildung von Pixelwerten mit Helligkeits- und/oder Farbwerten HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 49
Parameter von Rasterformaten ✦ Auflösung ✦ ✦ je höher die Punktdichte (=Auflösung) desto konturschärfer mit steigender Punktdichte wächst auch der Speicherbedarf Einheit: Pixel pro Länge (dpi = dots per inch) Auflösungen ✦ 72 -100 dpi Bildschirm ✦ 300 -1200 dpi Laserdrucker ✦ 1200 -2400 dpi Fotosatz-Belichter HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt Bildformate • Rasterformate 50
Parameter von Rasterformaten ✦ Bildgröße ✦ ✦ ✦ Farbtiefe ✦ ✦ Anzahl der Farben insgesamt oder pro (Farb-)Kanal Farbmodelle ✦ ✦ Abmessung in cm oder Pixel in Abhängigkeit von der Auflösung Grösse des Bildes hat unmittelbaren Einfluss auf die Dateigröße RGB, CMYK, HSB, LAB, YUV, YIQ Kanäle Farbkanäle, z. B. RGB, . . . ✦ Alphakanäle, z. B. Masken, Transparenz, . . . HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 ✦ Volltonkanäle, z. B. Gold, Pantone, . . . Jens Reinhardt ✦ 52
Farbe HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Was ist Licht? ✦ Elektromagnetische Wellen ✦ ✦ 380 - 780 nm Wellenlänge Kurzwelliges Licht => Blau Mittelwelliges Licht => Grün Langwelliges Licht => Rot HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 56
Spektrum elektromagnetischer Wellen Quelle: Prof. Dr. -Ing. Thomas Bonse • Prof. Dr. -Ing. Firoz Kaderali , Digitale Bildcodierung Grundlagen der digitalen Bildtechnik HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 57
Was ist Licht? ✦ ✦ Farbe ist ein besonders komplexes Phänomen bestimmt durch drei Hauptkomponenten ✦ ✦ die Lichtquelle ein Objekt den menschlichen Betrachter Die Farbe, die wir sehen, basiert auf der Menge und der Art des Lichtes, das von einem farbigen Objekt reflektiert wird HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 58
Aufbau des Auges HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 59
Farbwahrnehmung Sehzellen (Zapfen) Sehzellen (Stäbchen) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 60
Additive Farbmischung Rot + Grün = Gelb Blau + Rot = Magenta Blau + Grün = Cyan Rot + Grün + Blau = Wei Quelle: Prof. Dr. -Ing. Thomas Bonse • Prof. Dr. -Ing. Firoz Kaderali , Digitale Bildcodierung Grundlagen der digitalen Bildtechnik HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 61
Subtraktive Farbmischung Quelle: Prof. Dr. -Ing. Thomas Bonse • Prof. Dr. -Ing. Firoz Kaderali , Digitale Bildcodierung Grundlagen der digitalen Bildtechnik HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 62
Dateiformate HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Typischer Aufbau einer Rasterbilddatei ✦ Header oder Trailer ✦ ✦ ✦ ✦ ✦ Dateiidentifikation z. B. » GIF « (GIF), » %! « (Post. Script), » 0 x 59 a 66 a 95 h « (Sun Raster) ==Magic Number Dateiversion z. B. » GIF 87 a «, » GIF 89 a « Anzahl der Zeilen pro Bild Anzahl der Pixel pro Zeile Anzahl der Bit pro Pixel Anzahl der Farbebenen Art der Kompression Kommentartext, . . . Datenteil Beispiel GIF Header LSD GCM Extension Data Term HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 64
TIFF - (Tagged Image File Format) ✦ ✦ Am weitesten verbreitetes und am häufigsten unterstütztes Print-Format Unterstützt die LZW Komprimierung (20 -50% Speicherersparnis) Unterschiedliche Kodierung im Mac/PC-Format Nachteil: Komplexität ✦ Vielzahl an Möglichkeiten für gültige TIFF-Dateien (Untermenge an gültiger TIFF-Dateien definiert; HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt Baseline-TIFF) ✦ 65
Erweitertes TIFF Format ✦ Neben LZW werden weitere Verfahren zur Datenverdichtung angeboten (Erweiterte TIFF-Speicherungsoptionen): ✦ ✦ ✦ Verlustlose ZIP-Kompression (geringfügig effektiver als LZW) PACKBITS- Export (RLC) Verlustbehaftete JPEG-Kompression (nicht für mehrere Ebenen) Unterstützung von Transparenz. Bildpyramide für schnellere Bildübersicht bei großen Dateien. ACHTUNG: Das erweiterte TIFF-Format wird nicht von allen Anwendungen unterstützt. HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 67
GIF (Graphics Interchange Format) ✦ ✦ ✦ ✦ Entwicklung durch Compu. Serve zur WEB-Übertragung GIF, das erste Streamingformat ? ? ? Nur 256 Farben! Unterstützung von Transparenz Kompression immer LZW Animated GIF: Standard für kleine Filme im WEB In allen Internet-Browsern darstellbar Geeignet vor allem für plakative Grafiken (Schriftzüge, Logos, Zeichnungen, Bildschirmfotos etc. ) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 68
GIF (Graphics Interchange Format) ✦ ✦ ✦ Folge von Datenpaketen (Blocks) und Protokollinformationen Pixeltiefe zwischen 1 und 8 Bit, Palette im RGB-Farbmodell Versionen ✦ ✦ GIF 87 a (Ursprungsformat, Mai 1987) GIF 89 a (Ermöglicht Definition von Erweiterungsblöcken, z. B. für Kommentare, Transparenzangaben, usw. ) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 69
PNG - (Portable Networks Graphics) ✦ ✦ ✦ ✦ » ping « wurde speziell für das WEBPublishing entworfen Bis zu 48 -Bit Farbtiefe und 16 Bit Graustufen und Transparenz Alpha-Kanäle Gamma-Korrektur 2 -dimensionales Interlacing Lizenzfreie verlustfreie Kompression: Huffman Eher begrenzte Verbreitung im WEB www. w 3. org/graphics/PNG/overview. html HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 70
BMP (Windows Bitmap Format) ✦ ✦ ✦ Windows - OS/2 System. Grafikformat (Icons, Mauszeiger, . . . ) 1 bis 24 -Bit Farbtiefe Datei besteht aus ✦ ✦ ✦ Bitmap-file header, Bitmapinformation header, Farbtabelle, Bitmap-Bits (Anordnung der Bitmapdaten) Verlustfreie Kompression (RLE) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 71
JFIF (JPEG File Interchange Format) ✦ ✦ JPEG-Dateiformat, basiert auf JPEG-Kompression Farbtiefe von 8 und 24 Bit, Thumbnail-Preview möglich Tags für Copyright- & Dateiinformationen (IPTC-Informationen) Tags für Farbprofile zum Farbmanagement (ICM-Daten) Frame Header Sample Precision Bit/Pixel Width, Height Breite und Höhe in Pixel # of components Anzahl der Komponenten ID Eindeutige Benennung Horizontal/Vertical Sampling Factor Auflösung Quantisation Table Scan Header # of components Anzahl der Komponenten Component ID Eindeutige Benennung Huffman Table HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 74
Verlustbehaftete Kompressionsverfahren JPEG Wavelet HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Quellencodierung am Beispiel JPEG HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
JPEG ✦ Joint Photographic Experts Group ✦ ✦ JPEG ist ein Zusammenschluss der ISO-PEG (Photographic Experts Group) ✦ ✦ Standardisierungskomitee der International Standard Organization (ISO) und der International Telecommunication Union (ITU) Entwicklung von Methoden zur effizienten Transmission von Text und Bildern uber ISDNVerbindung (1987) und Untergrupper der CCITT (umbenannt in ITU) ✦ Entwicklung von Kompression für Grauwertbildern bei FAX-Übertragungen (1986) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 79
JPEG ✦ JPEG ist keine eigenständige Kompressionsmethode ✦ ✦ ✦ JPEG Kompression für Fotomotive geeignet ✦ ✦ Bibliothek parametrisierbarer Algorithmen, die den Grad der Kompression und den Grad der entstehenden Verluste steuern (Qualitätsfaktor Q=1 hoher Verlust; Q=10 geringer Verlust) JPEG Kompression entworfen für farbige oder grauwertbehaftete Abbildung von natürlichen Objekten (typisch Fotos) Bilder mit mindestens vier oder fünf Bit Auflösung pro Pixel JPEG benötigt Bilder, bei denen sich benachbarte Pixel nicht allzu stark unterscheiden „Psychovisuelle Kompression“ ✦ kleine Änderungen im Farbton registriert das menschliche Auge nicht so sehr wie kleine Helligkeitsänderungen. Dadurch ist eien Reduktion der Farben möglich HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 80
GRDL-MM Kompression, Bilder und Datenformate Jens Reinhardt HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
JPEG Kompression - Überblick 1. Transformation des Bildes aus RGB in einen geeigneten Farbraum (Standard: YUV) (optional) 2. Herunterskalieren der Farbtonkomponenten durch Mittelung über mehrere Pixel 3. Indexverschiebung des Werteintervals 4. Anwendung der diskreten Cosinus Transformation 5. Gewichtung (Quantisierung der Koeffizienten) 6. Codierung der gewichteten Koeffizienten mit variabler Wortlänge (Entropiekodierung: meist Huffman) 7. schreiben des Datenstroms HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 82
Funktionsblöcke der JPEG-Bildcodierung Quelle: Prof. Dr. -Ing. Thomas Bonse • Prof. Dr. -Ing. Firoz Kaderali , Digitale Bildcodierung Grundlagen der digitalen Bildtechnik HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 83
1. Schritt - Farbraumtransformation (optional) ✦ 1 Kanal für Helligkeit ✦ ✦ Y = Luminanz = 0, 299 R + 0, 587 G + 0, 114 B 2 Kanäle für Farbinformationen ✦ ✦ U = Chrominanz. B = B - Y * 0, 493 V = Chrominanz. R = R - Y * 0, 877 HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 84
1. Schritt - Farbraumtransformation (optional) Y U V original Farbbild HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 85
2. Schritt - Reduzierung der Farbinformation (optional) ✦ Herunterskalieren der Farbtonkomponenten durch Mittelung über mehrere Pixel ✦ Zusammenfassung benachbarter, nahezu gleichfarbiger Pixelwerte („Psychovisuelle Kompression) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 86
3. Schritt: Indexverschiebung ✦ ✦ ✦ Werte zwischen [0; 255] werden auf Werte zwischen -128 und 127 abgebildet jeder Layer wird einzeln weiterverarbeitet HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 87
4. Schritt - Diskrete Cosinustransformation (DCT) Transformationsprinzip ✦ Transformation inverse Transformation ✦ Annahme: ✦ ✦ Daten im Transformationsraum sind leichter zu verarbeiten Beispiele ✦ DCT - Diskrete Kosinus Transformation ✦ DFT - Diskrete Fourier Transformation HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 88
4. Schritt - Diskrete Cosinustransformation (DCT) ✦ Frequenzen und Bilddetails geringe Frequenz hohe Frequenz HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 89
4. Schritt - Diskrete Cosinustransformation (DCT) Block 8 x 8 Effiziente Kodierung der Koeffizienten (z. B. RLE, Huffman) original Bild HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 90
4. Schritt - Diskrete Cosinustransformation (DCT) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 91
4. Schritt - Diskrete Cosinustransformation (DCT) ✦ ✦ DCT Funktion wandelt Intensitätswerte in Frequenzwerte (verlustfrei!!!) Frequenzwert beschreibt die Änderung der Details eines Macro-Blocks ✦ ✦ hohe Detailänderung = hohe Frequenz = Werte im Bereich 0 geringe Detailänderung = niedrige Frequenz = große Werte HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 92
4. Schritt - Diskrete Cosinustransformation (DCT) steigende Vertikalfrequenz ✦ ✦ jedes Bild lässt sich aus periodischen Hell. Dunkel- Verläufen zusammensetzen Jeder beliebige Block eines realen Bildes kann durch die Überlagerung der 64 Basisbilder zusammengesetzt werden steigende Horizontalfrequenz HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 93
4. Schritt - Diskrete Cosinustransformation (DCT) ✦ Ermittlung von jeweils 64 Koeffizienten anhand von 64 Basisfunktionen der DCT F(x) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 94
HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 95
4. Schritt - Diskrete Cosinustransformation (DCT) ✦ noch keine Datenreduktion, nur andere Darstellung der Information HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 96
4. Schritt - Diskrete Cosinustransformation (DCT) ✦ Frequenzen und Bilddetails geringe Frequenz HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt hohe Frequenz 97
4. Schritt - Diskrete Cosinustransformation (DCT) ✦ ✦ ✦ noch keine Datenreduktion, nur andere Darstellung der Information wichtige Werte oben links unwichtig und kleiner werdende Werte unten rechts wichtige Werte unwichtige Werte Elimination der unwichtigen Werte durch Quantisierung HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 98
Beispiel für die Quantisierung eines DCT-Blockes – fein strukturierter Bildbereich (Qualitätsstufe: 50) Quelle: Prof. Dr. -Ing. Thomas Bonse • Prof. Dr. -Ing. Firoz Kaderali , Digitale Bildcodierung Grundlagen der digitalen Bildtechnik HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 99
Beispiel für die Quantisierung eines DCT-Blockes – homogener Bildbereich (Qualitätsstufe: 50) Quelle: Prof. Dr. -Ing. Thomas Bonse • Prof. Dr. -Ing. Firoz Kaderali , Digitale Bildcodierung Grundlagen der digitalen Bildtechnik HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 100
JPEG Qualitätsstufen HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 101
JPEG im Dialog HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 102
5. Schritt - Quantisierung der Koeffizienten ✦ ✦ Division der 64 Koeffizienten durch die Quantisierungstabelle und ganzzahlige Rundung Quantisierungstabelle berücksichtigt die Farb- und Helligkeitsempfindlichkeit des Auges Verkleinerung des Wertebereichs, viele Koeffizienten werden „ 0“ Qualitätsfaktor steuert Quatisierungstabelle DIV HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt = 103
6. Schritt - Codierung der gewichteten Koeffizienten HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 105
✦ Zick-Zack-Scan für Beispielblöcke: Fein strukturierter Bildbereich (links), homogener Bildbereich (rechts) Quelle: Prof. Dr. -Ing. Thomas Bonse • Prof. Dr. -Ing. Firoz Kaderali , Digitale Bildcodierung Grundlagen der digitalen Bildtechnik HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 106
JPEG Basis Modus Quelle: Fuhrt et. al: Video and Image Processing in Multimedia Systems Experiment: Wahrscheinlichkeit AC-Koeffizient ≠ 0 nimmt mit zunehmendem Index (Zick-Zack-Reihenfolge) ab HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 107
DC-Koeff. : 130 AC-Koeff. : 0, -2 +2, 0, 0 0, +3, +3 0, -1, 0, 0, -1, -1, +1, -2 -1, 0, 0, +1, 0, 0, -1, +2, -1, 0 0, +2, 0, 0, 0, -1, 0, 0, 0, 0 0 HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 108
JPEG Basis Modus ✦ DC-Koeffizienten: Prädiktion HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 109
JPEG – Basis-Modus – Huffman-Codierung ✦ ✦ ✦ Reihenfolge des Zick-Zack-Scan bildet die Eingabe für das Huffman-Coding Folge wird nicht direkt verwendet, sondern in eine Folge von Symbolen umgewandelt Jeder AC-Koeffizient wird durch ein Symbolepaar kodiert ✦ ✦ Symbol 1: (Runlength, Size) ✦ Runlength: Länge der Folge von Nullen vor diesem Wert ✦ Size: Anzahl der Bits, die für Darstellung des Wertes nötig sind Symbol 2: Amplitude ✦ ✦ der Wert selbst Beispiel ✦ Der Wert AC 60 = -1 aus DCT Beispiel wird codiert als [(0, 1), -1] HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 110
JPEG – Basis-Modus – Huffman-Codierung Anzahl Bits Wert 1 -1, 1 2 -3, -2, 2, 3 3 -7, . . -4, 4, . . 7 4 -15, . . , -8, 8, . . , 15 5 -31, . . , -16, . . , 31 6 -63, . . , -32, . . , 63 7 -127, . . , -64, . . , 127 8 -255, . . , -128, . . , 255 9 -511, . . , -256, . . , 511 10 -1023, . . , 512, . . , 1023 Variable Length Integer Codierung für Amplitude HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt Codierung des Amplitudenwertes 111
JPEG – Basis-Modus – Huffman-Codierung HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 112
HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 113
✦ ✦ Quantisierter DC-Koeffizient 00011111 Huffman-Codierung für quantisierte AC-Koeffizienten 101100111011011100011001111000101000000100 11001 111100100011101001101100100010010001111101000010001010 entspricht (1, 3), -7 HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 114
JPEG Komprimierung Gesamtablauf HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 115
JPEG Komprimierung Gesamtablauf HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 116
JPEG Kompression - Überblick 1. Transformation des Bildes aus RGB in einen geeigneten Farbraum (Standard: YUV) 2. Herunterskalieren der Farbtonkomponenten durch Mittelung über mehrere Pixel 3. Indexverschiebung des Werteintervals 4. Anwendung der diskreten Cosinus Transformation 5. Gewichtung (Quantisierung der Koeffizienten) 6. Codierung der gewichteten Koeffizienten mit variabler Wortlänge (Entropiekodierung: meist Huffman) 7. schreiben des Datenstroms HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 117
Beispiel Qualität=1, Kompression: 17, 80% Quelle: Effelsberg, Steinmetz. Video Compression Techniques HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 118
Qualität=6, Kompression: 5, 70% Quelle: Effelsberg, Steinmetz. Video Compression Techniques HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 119
Qualität=12, Kompression: 3, 33% Quelle: Effelsberg, Steinmetz. Video Compression Techniques HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 120
Qualität=20, Kompression: 2, 47% Quelle: Effelsberg, Steinmetz. Video Compression Techniques HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 121
JPEG (Übertragungs-) Modi ✦ sequentiell mode ✦ ✦ progressive mode ✦ ✦ Kodierung und Dekodierung in mehreren Durchgängen hirarchical mode ✦ ✦ auch Baseline Modus genannt Bild wird zunächst in grober Auflösung codiert, die nächst feinere Auflösung wiederum wird nur als Differenz zur gröberen übertragen lossless mode HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 122
JFIF (JPEG File Interchange Format) ✦ ✦ JPEG-Dateiformat, basiert auf JPEG-Kompression Farbtiefe von 8 und 24 Bit, Thumbnail-Preview möglich Tags für Copyright- & Dateiinformationen (IPTC-Informationen) Tags für Farbprofile zum Farbmanagement (ICM-Daten) Frame Header Sample Precision Bit/Pixel Width, Height Breite und Höhe in Pixel # of components Anzahl der Komponenten ID Eindeutige Benennung Horizontal/Vertical Sampling Factor Auflösung Quantisation Table Scan Header # of components Anzahl der Komponenten Component ID Eindeutige Benennung Huffman Table HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 123
JPEG ✦ ✦ ✦ JPEG-Standardisierung ist kein „starres“ Kompressionsverfahren sondern definiert die algorithmischen Grundprinzipien die konkrete Implementierung bleibt flexibel (Farbmodell, Quantisierungstabellen, Koeffizientenkodierung, usw. ) JPEG 2000 ✦ ✦ ✦ Ergänzung zum JPEG-Format Wavelet-Transformation an Stelle der DCT (keine Blockartefakte mehr) Verlustfreie Kompression möglich Compound Documents (verschiedene Auflösungen innerhalb eines Bildes) Verschlüsselung und Zusatzinformationen Alpha-Kanäle HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 124
Quellencodierung am Beispiel Wavelet HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Wavelet ✦ ✦ ✦ JPEG teilt Bild in Makroblöcke, Frequenztransformation blockweise Wavelet transformiert gesamtes Bild in den Frequenzraum (Koeffizienten) Koeffizienten leichter zu komprimieren ✦ ✦ Informationen auf einige wenige Koeffizienten konzentriert (Transform Coding) Koeffizienten werden quantisiert und die quantisierten Werte entropiekodiert (Huffman, RLE) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 126
Wavelets Haar Wavelet Daubechies Wavelet Morlet Wavelet HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt Meyer Wavelet Quelle: Wikipedia 127
Wavelet vs. JPEG Wavelet 1: 50 HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt JPEG 1: 50 128
Wavelet-Transformation: Grundprinzip TP(n) = 0. 5 (x(n) + x(n+1)) HP(n) = 0. 5 (x(n) – x(n+1)) HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 129
Wavelet-Transformation: Grundprinzip HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 130
HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 131
Vektorformate DXF, IGES, HPGL, EPSF, SVG HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Übersicht Vektorformate ✦ ✦ ✦ Vektorformate können aus Vektordaten und Text bestehen Sammlung geometrischer Figuren Repräsentation durch mathematische Formeln als interpretierbare Textdatei Ohne Verzerrungen stufenlos skalierbar (auflösungsunabhängig) kleinere Dateien als Rasterbildformate HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 133
DXF (Drawing Exchange Format) ✦ ✦ ✦ Auto. CAD Export-Format (Autodesk) 2 D und 3 D Varianten Block Definitionen, Layer, Linientypen, Text Stile, Dimensions. Stile, Koordinatensysteme, usw. ASCII-Textdatei Einbettung von Pixelgrafiken möglich HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 134
IGES (Initial Graphics Exchange Standard) ✦ ✦ ✦ Protokollspezifikation zur Übermittlung und Darstellung von Grafikdaten über Telefon und Computernetzwerke Austausch von Geometrie-, Struktur- und Meta-Informationen Darstellung von 3 D-Drahtmodellen ANSI-Standard, Eigentum vom National Institute of Standards and Technology (NIST) In CAD-Pakete wie Auto. CAD integriert HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 135
HPGL (Hewlett Packard Graphics Language) ✦ ✦ Plotter-Ausgabe-Format und Maschinensteuerung (CNC) Repräsentation von grafischen Objekten wie Texte, Polygone, Rechtecke, Kreise Seitenbeschreibungssprache ASCII-Textdatei HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 136
EPSF (Encapsulated Post. Script File Ausgabeformat für Text- und Grafikdateien ✦ Geräteunabhängige Ausgabe ✦ Grafik-Operatoren ✦ Post. Script ist eine Programmiersprache ✦ Erlaubt die Verwendung von Variablen, Prozeduren, Funktionen und Kontrollstrukturen ✦ Einbettung von komprimierten Binärdateien möglich ✦ Rastergrafiken, Zeichensätze, Farbprofile, druckerspezifische Steuerdateien ✦ Standardisierung umfasst Post. Script Level 1 bis 3 ✦ Zukünftige Verschmelzung mit dem Adobe HTW Berlin PDF-Format - Studiengang Angewandte Informatik - GRDL-MM - 2016 ✦ Jens Reinhardt 137
EPSF (Encapsulated Post. Script File HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 138
SVG ✦ ✦ Beschreibung zweidimensionaler Vektorgrafiken in XMLSyntax W 3 C Standard ✦ ✦ ✦ v 1. 0 seit 2001 v 1. 1 seit 2003 Von vielen Web-Browsern und Anwendungen unterstützt GZIP Kompression Mobile Variante SVG Tiny HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 139
SVG ✦ Umfangreiche Funktionen ✦ ✦ Grafische Primitiven: Pfad, Kreis, Ellipse, Rechteck, Linie, Polyline, Polygon, Text, Einbettung von Rastergrafiken Grafische Effekte/Filter Animationen und Scripting (Javascript/ECMAScript) <path id="Pfad" d="M 50, 100 C 50, 50 125, 100 S 200, 150 200, 100" fill="orange" stroke="black" stroke-width="3 px" stroke-linecap="round"/> <circle cx="-10" cy="-2. 5" r="5" fill="yellow" stroke="white"> <animate. Motion id="kreis_ani" dur="5 s" repeat. Count="indefinite" begin="play. click" end="stop. click" rotate="auto"> <mpath xlink: href="#Pfad" /> </animate. Motion> HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 140
Zusammenfassung Bildformate Foto-/Rasterformate – TIFF, GIF, PNG, JPEG/JFIF/EXIF, . . . Grafik-/Vektorformate – DXF, HPGL, EPSF, SVG, . . . HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
Zusatzreader ✦ JPEG ✦ ✦ http: //www. mathematik. de/spudema_beitraege/beitraeg e/rooch/einleit. html http: //www. itec. uka. de/seminare/redundanz/vortrag 11/ HTW Berlin - Studiengang Angewandte Informatik - GRDL-MM - 2016 Jens Reinhardt 142
Vielen Dank für die Aufmerksamkeit! HTW Berlin - Studiengang Angewandte Informatik - Ei. MM - 2016 Jens Reinhardt
- Slides: 133